一维信号峰值检测Matlab实现

参考论文：https://pdfs.semanticscholar.org/56f1/49e51aa9fb9b0b46412b864839f34701d421.pdf
先使用3点运动均值滤波器处理一维信号，先前向再后向处理。作为例子，这里先生成正弦信号波形图，然后执行3点前向运动均值滤波，再3点均值后向运动滤波。信号S(n)={s1,s2,s3,s4,…,sn}.

x = 0:0.05:50*pi;
row_acc = sin(x);
m = length(row_acc);
row_acc1 = linspace(0,0,m);
row_acc1(1) = row_acc(1);
row_acc1(m) = row_acc(m);
for i=2:m-1row_acc1(i)=(row_acc(i-1) + row_acc(i)+row_acc(i+1))/3;
end
figure;
plot(row_acc1);for i=m-1:-1:2row_acc(i) = (row_acc1(i-1) + row_acc1(i)+row_acc1(i+1))/3;
end

找到局部最小值和局部最大值及其对应的位置，波峰点、波谷点满足：

peaks = linspace(0,0,m);
valleys = linspace(0,0,m);
peakindexs = linspace(0,0,m);
valleyindexs = linspace(0,0,m);
peakindex = 1;
valleyindex = 1;
for i = 2:m-1if row_acc(i) >row_acc(i-1) && row_acc(i)>=row_acc(i+1)peaks(peakindex)=row_acc(i);peakindexs(peakindex)=i;peakindex = peakindex+1;endif row_acc(i) < row_acc(i-1) && row_acc(i)<row_acc(i+1)valleys(valleyindex)=row_acc(i);valleyindexs(valleyindex)=i;valleyindex=valleyindex+1;end
end

计算VPD，VPD(n)表示第n个波谷点的值与第n个波峰点的值的差，VPD用来去掉那些假的波峰点，

计算了VPD之后，搜索VPD,如果满足：
，则这个波峰点是假的，移除。

程序流程如下：

matlab代码：

pcount = peakindex-1;
vcount = valleyindex-1;
peakindices = linspace(0,0,pcount);
for i = 1:pcountpeakindices(i) = peakindexs(i);
endvalleyindices = linspace(0,0,vcount);
for i = 1:vcountvalleyindices(i) = valleyindexs(i);
endfigure;
plot(x, row_acc,'-o', 'MarkerIndices',peakindices,'MarkerFaceColor','red','MarkerSize',5);figure;
plot(x, row_acc,'-s', 'MarkerIndices',valleyindices,'MarkerFaceColor','red','MarkerSize',5);if pcount>2 && vcount>2if peakindexs(1) < valleyindexs(1)peakindex=2;elsepeakindex=1;endvindex=1;
endif peakindex == 2for i = 1:m-1peaks(i)=peaks(i+1);endpcount = pcount-1;pindex=1;
endvpd = linspace(0,0,m);
vpd1 = linspace(0,0,m);
for i=1:pcountvpd(i) = peaks(i) - valleys(i);
enddels = linspace(0,0, pcount);
peakindexs1 = linspace(0,0,pcount);
if pcount > 2lastcount=pcount;curcount = 1;while lastcount ~= curcountlastcount = curcount;del_count = 0;for i = 2:pcount-1if vpd(i) <= 0.7 * (vpd(i-1) + vpd(i)+vpd(i+1)) / 3dels(i)=1;endendcount = 1;for i = 1:pcountif dels(i) ~= 1vpd1(count) = vpd(i); peakindexs1(count) = peakindexs(i);count = count+1;elsedel_count = del_count + 1;dels(i) = 0;endendpcount = pcount - del_count;for i = 1:pcountvpd(i) = vpd1(i); peakindexs(i) = peakindexs1(i);endpeakindexs(pcount+1) = 0;vpd(pcount+1) = 0;indices = linspace(0,0,pcount);for i = 1:pcountindices(i) = peakindexs1(i);endfigure;plot(x, row_acc,'-o', 'MarkerIndices',indices,'MarkerFaceColor','red','MarkerSize',10);curcount = pcount;end
end

一维信号峰值检测Matlab实现相关推荐

（MATLAB）一维信号峰值检测findpeaks
(MATLAB)一维信号峰值检测findpeaks 基本介绍 findpeaks函数用法基本用法特殊用法其他 by HPC_ZY 一维信号波峰波谷检测,峰值.峰宽.到达时间计算.MATLAB自带 ...
【信号】用matlab实现一维信号的高斯滤波
1.从正态分布说起高斯滤波使用的是高斯函数,即我们熟悉的正态分布的概率密度函数: f(x)=1σ2πexp(−(x−μ)22σ2)f(x)=\frac{1}{\sigma \sqrt{2\pi}} ...
利用matlab实现DMD动态模态分解(在一维信号或二维流场矢量中的应用）
利用matlab实现DMD动态模态分解(在一维信号或二维流场矢量中的应用) 0 前言 0.1 特征根的计算与含义 1 DMD的基本思路 2 一维DMD算法 3 二维DMD算法 4 总结 (2020年9 ...
利用matlab实现POD分解(在一维信号或二维流场矢量中的应用）
利用matlab实现POD分解(在一维信号或二维流场矢量中的应用) 0 前言 0.1 matlab中特征值计算 0.2 matlab中SVD分解计算 0.3 信号的正交性 1 一维信号POD分解 1. ...
【Matlab系列】一维信号/数字图像小波阈值去噪（软阈值,硬阈值,固定阈值）【含Matlab源码】
Date: 2022.4.23 文章目录前言 0.代码获取方式 1.部分matlab代码 2.一维信号小波阈值去噪效果图 3.数字图像小波阈值去噪效果图 3.1.添加高斯噪声 3.2.添加随机噪声 ...
【信号处理】心电信号PQRST峰值检测matlab工具箱
1 简介一种基于PQRST波位置识别的心电信号峰值检测方法,通过使用一种基于PQRST波位置识别的心电信号峰值检测方法,进一步挖掘出心电波形的特征,利用一种基于PQRST波位置识别的心电信号检测方法 ...
一维信号小波阈值去噪 c语言,一维信号小波阈值去噪
描述 1.小波阈值处理基本理论所谓阈值去噪简而言之就是对信号进行分解,然后对分解后的系数进行阈值处理,最后重构得到去噪信号.该算法其主要理论依据是:小波变换具有很强的去数据相关性,它能够使信号的能量 ...
C语言实现一维信号小波阙值去噪
实现小波阙值去噪分三个步骤: 1.将源信号分解成系数: 2.根据分解的系数获取阙值: 3.根据阙值对系数进行过滤: 4.将过滤的系数还原成信号,最终的结果就是将源信号过滤后的结果. 我实现的代码主要是 ...
步进频雷达的一维距离像matlab仿真
步进频雷达的一维距离像matlab仿真发射与回波信号模型距离高分辨原理仿真分析不进行步进频高分辨一维距离像进行步进频高分辨一维距离像代码发射与回波信号模型步进频率信号发射得的是一串 ...

一维信号峰值检测Matlab实现

一维信号峰值检测Matlab实现相关推荐

最新文章

热门文章